アントコロニー最適化法（ACO）は，蟻の群による採餌行動を模擬したメタヒューリスティクスであり，巡回セールスマン問題，スケジューリング問題など多くの組合せ最適化問題でその有効性が確認されている．近年，0-1整数計画問題（0-1IP）にACOを適用するBinary Ant Colony Optimization（BACO）と呼ばれる方式が提案されている．BACOではACOと同様，探索領域の集中化，多様化を調整する方式を採り入れることで探索性能の改善が期待できるものの，これまでの研究では，集中化，多様化を積極的に調整するBACOが提案されていない．本研究では，女王蟻戦略AS_queenをBACOに組み入れたBAS_queenを提案する．BAS_queenは，グループ化された働き蟻の集団により多様な探索を行い，女王蟻が働き蟻に指令を送ることで探索領域の多様化，集中化を調整するため品質の高い解の発見が期待できる．0-1ナップザック問題を対象として実験を行い，提案するBAS_queenが，他のBACOアルゴリズム，焼き鈍し法，粒子群最適化法などよりも高い探索性能を示すことを確認した．